PythonとTensorFlow2.0による画像分類、回帰分析、時系列処理と実践プログラミング <オンラインセミナー>

~ ライブラリの基礎知識、Tensorfow 2.0(Keras)によるMLP、時系列データ処理プログラミング、分類処理(CNN)プログラミング、学習済みモデルの利用、転移学習、ファインチューニング ~

テレワークの方の学習にも最適なセミナー!

・Pythonを活用した機械学習の実践的なプログラミングを学び、自分のデータを分析し、業務へ活かすための講座
・機械学習が扱うことのできる、画像分類、回帰分析、時系列処理の3つの手法を修得し、実務に応用するための特別セミナー!

・本講座は、WEB会議システムを利用して開催いたします
・受講の仕方など詳細は、お申込みいただいた後にご連絡いたします
・その他疑問点がございましたら、お問い合わせください
・PCの環境等で視聴できない方は、弊社研究室でご受講が可能です 

講師の言葉

 人工知能の分野で、近年特に注目されているのが機械学習です。その中でも特にディープラーニング(深層学習)と呼ばれる手法は画像認識や回帰分析、時系列処理などの様々な分野に応用され、めざましい成果を上げています。深層学習は人間の神経回路網を模した、複数の層を組み合わせた多層構造のネットワークを構築します。このようなネットワークの構築には、PythonやTensorFlow2.0(Keras)がよく使われています。
 本講座では、機械学習の基礎について学び、今日の機械学習が扱うことのできる、画像分類、回帰分析、時系列処理の3つの手法をプログラムとともに紹介しその特徴を極力、数式を使用せずに解説します。それぞれのトピックスでは、仕組みを簡易に説明するともに、機械学習を行うのに必要なPythonプログラミング、機械学習と一緒に使われるライブラリの説明を行います。本講座を受講することで、機械学習に関する実践的な知識とプログラミングが習得でき、自分のデータを適用した機械学習ができるようになり、業務に活かせるようになります。

セミナー詳細

開催日時
  • 2020年05月28日(木) 10:30 ~ 17:30
開催場所 オンラインセミナー
カテゴリー オンラインセミナーソフト・データ・画像・デザイン
受講対象者 ・機械学習の初学者
・機械学習の基礎を学びたい方
・今後、機械学習などを用いた仕事に関わりたい方
・システム、ソフト、データ分析ほか関連企業のエンジニアの方
予備知識 ・コンピュータの基本的な知識やプログラミングの経験
・フォルダ(ディレクトリ)やファイルの概念を理解している
・Windowsの基本操作(ファイルの作成、コピー、移動、削除など)ができる
修得知識 ・Pythonの特徴を知り、開発環境を一から用意できる
・Python の基本文法を習得し、オブジェクト指向的なプログラミングができる
・機械学習と一緒に使われるライブラリの使い方が分かる
・機械学習の基礎とプログラミングの概要、応用方法が分かる
プログラム

1.人工知能、機械学習、深層学習とは何か?
  (1).機械が学習するとは?
  (2).教師有り学習、教師無し学習

2.本日の講義で必要なPythonの基礎知識
   ・Pythonの基礎

3.機械学習と一緒に使われるライブラリと基礎知識
  (1).数値計算処理(NumPy)
  (2).画像処理(OpenCV)
  (3).グラフ表示(matplotlib)

4.深層学習の基礎:ニューラルネットワーク(NN)とは何か?
  (1).人工ニューロン、単純パーセプトロン、多層パーセプトロン(MLP)
  (2).原理と手計算、原始的なパーセプトロンのプログラムによる実習
  (3).活性化関数、損失関数、最適化法

5.深層学習プログラミング(Tensorfow 2.0(Keras)によるMLP)
  (1).機械学習用フレームワークの位置づけ
  (2).ネットワーク構築方法の基礎(Sequential ModelとFunctional API)
  (3).分類問題(実習)
    a.画像のクラス分類問題に必要な画像処理
    b.データの前処理、ラベルのone-hot encoding、学習方法
    c.学習結果の利用方法、学習過程の可視化、過学習とドロップアウトなど
    d.回帰問題(実習)

6.深層学習による時系列データ処理プログラミング
  (1).再帰型ニューラルネットワーク(RNN、LSTM)とは何か?
  (2).時系列データデータの前処理方法+再帰処理+ニューラルネットワーク
  (3).学習結果の利用方法、ドロップアウトなど

7.深層学習による分類処理(CNN)プログラミング
  (1).畳み込みニューラルネットワーク(CNN)に必要な画像処理
  (2).データの前処理+畳み込み処理+ニューラルネットワーク
  (3).自前データによる機械学習、学習済みモデルの利用、転移学習、ファインチューニングなど

8.Googleのクラウド上の機械学習環境
   ・Google Colabaratoryの解説

9.まとめと今後勉強すべきこと

キーワード 深層学習 教師有り学習 教師無し学習 ライブラリ パーセプトロン 活性化関数 損失関数 最適化法 フレームワーク 過学習 ドロップアウト RNN LSTM  CNN 転移学習 ファインチューニング
タグ AI・機械学習ソフト管理ソフト教育ITサービス
受講料 一般 (1名):55,000円(税込)
同時複数申込の場合(1名):49,500円(税込)
会場
オンラインセミナー
Web会議システムを使用してオンラインセミナーとして開催します
こちらのセミナーは受付を終了しました。
次回開催のお知らせや、類似セミナーに関する情報を希望される方は、以下よりお問合せ下さい。
contact us contact us
各種お問い合わせは、お電話でも受け付けております。
03-5322-5888

営業時間 月~金:9:00~17:00 / 定休日:土日・祝日